强化学习在虚拟机资源调度中的应用

摘要

非统一内存访问(NUMA,Non-Uniform Memory Access)体系结构因其可扩展性而被广泛应用于虚拟化和云计算中。在NUMA系统中,以前的工作主要关注如何通过调度来减少远端内存访问以优化系统性能。然而,共享资源的竞争也是影响虚拟化NUMA系统性能的重要因素之一。针对NUMA架构下由于虚拟机放置而产生的共享资源竞争问题,建立了初始虚拟机放置模型,针对该模型提出了一种基于强化学习的算法Post来求解。实验结果表明,该算法能够有效地降低执行时间,在准确率上优于传统的基于策略优化算法,可以达到提升系统性能的目的。